Ego2Top：第一人称视角与俯视视频中的观看者匹配

第一人称视角相机日益普及，为我们提供了大量从第一人称视角拍摄的视频。与此同时，监控摄像头和无人机提供了丰富的视觉信息，通常是从俯视角度拍摄的。尽管过去对这两种信息源分别进行了研究，但尚未将它们结合起来进行研究和关联。在拥有一组第一人称视角相机和一台拍摄同一区域的俯视相机的情况下，我们提出了一个在俯视视频中识别第一人称视角观看者的框架。我们在分配过程中利用了两类特征。一元特征编码了观看者（从俯视角度观察或录制第一人称视角视频）随时间变化的视觉体验。成对特征编码了一对观看者视觉内容之间的关系。通过用图对每个视角（第一人称视角或俯视）进行建模，该分配过程被表述为谱图匹配。在一个包含不同场景下拍摄的 50 个俯视视频和 188 个第一人称视角视频的数据集上评估了我们的方法，结果表明该方法在将第一人称视角观看者分配给俯视摄像头中存在的身份方面十分有效。我们还研究了不同参数（如第一人称视角观看者数量和视觉特征）的影响。